admin 毒栗子来自凹秘史
量子比特生产|公众号QbitAI
文章太长，看不懂的时候想有TL。看看DR按钮，最短的时间，最重要的部分。
要是视频很长不想看，该怎么挑重点食用？
一位叫做Sagi Shaier的程序猿，用机器学习给《哈利·波特》电影片段，做了一份太长不看的概括版。
(至于是哪个片段，读下去就会知道。)
他的AI还用四句话，总结了一段11分钟的有声故事。
并且，程序猿已经把算法放上了GitHub。
那么，一起来观察一下，那些没时间看但又必须看的长视频，要怎样用AI概括出要点：
语音转文本：多种工具选择
首先，做好准备工作，就是把音频转换成文本。
语音转文本的工具有很多。
该选什么工具？
程序猿先用了Pocketsphinx，免费且易用，只是准确度感人。
然后，少年又想试试谷歌云的语音转文本服务。这应该是最好的工具之一，不过少年因为不想填信用卡，就放弃了。
△ 谷歌云
最终，他选择了免费且准确率高的IBM沃森语音转文本，注册流程也简单。
△ 沃森
在Python里面用沃森
一开始你可能会感觉有点复杂，熟悉了就简单了。
只要用这一段代码：
1 IBM_USERNAME = “apikey” 2 IBM_PASSWORD = ‘Pass’ #Put your API key here 3 stt = SpeechToTextV1(username=IBM_USERNAME, password=IBM_PASSWORD) 4 audio_file = open(“new_”, “rb”) #audio file's name 5 with open(‘new_’, ‘w’) as fp: 6 result = (audio_file, content_type=”audio/wav”, 7 continuous=True, timestamps=False, 8 max_alternatives=1).get_result() 9 j(result, fp, indent=2)把你IBM网站的密码填进去。
把要转换的音频文件名填进去。
(可以给.json文件起个名字，也可以用默认的new_story。)
然后，音频就转换成文本啦：
△ 哈利波特的一个段落
当然，语音识别还是有一些错误，后面会讲到怎样处理。
AI是怎么概括的？
有了文本，要让AI来读一读。先写这段代码，让文本变成字符串：
1 with open(‘new_’) as file: 2 distros_dict = j(file) 3 for item in distros_dict[‘results’]: 4 print(item[‘alternatives’][0][‘transcript’] +’.’)这样，就可以用NLP算法来解读了。
程序猿并没有用很复杂的算法，只需要六步：
1、把段落转换成句子。2、文本预处理：删掉所有特殊字符、停用词 (Stop Words) 以及数字。3、给句子做标记：获取句子里出现的所有单词。4、给每个单词算好它出现的加权频率。
第4步得出的加权频率长这样：
后面还有关键的两步：
5、把原始句子里的单词，都替换成加权频率。6、给每个句子算出加权频率之和，按降序排列。
效果还不错
然后，AI对一场戏的总结就做好了：
程序猿对这个结果还是很满意的：他说自己看电影的时候，本来就有些字听不太清。所以，这场戏的总结已经算是友好了。
谷歌翻译长这样：
不过，不知道你能不能看出，这是哪一场戏 (答案在文末) 。
另外，程序猿也用同样的方法，四句话概括了一个11分钟的有声故事：
故事的名字叫The Boarded Window，AI的总结和维基百科的情节描述，已经有些接近了。
你也来试试
程序猿已经把算法上传到了GitHub。
如果你也有太长不想看的视频，或者太长不想听的音频，让AI帮你总结一下吧。
GitHub传送门：
教程原文传送门：
以及，如果你还不知道，AI总结的是哪一场戏：
— 完 —
诚挚招聘
量子位正在招募编辑/记者，工作地点在北京中关村。期待有才气、有热情的同学加入我们！相关细节，请在量子位公众号(QbitAI)对话界面，回复“招聘”两个字。
量子位 QbitAI · 头条号签约作者
վ'ᴗ' ի 追踪AI技术和产品新动态